🧮 Интересная и подробная статья о том, почему TPU становятся ключевым фактором в удешевлении инференса.

- TPUs дают примерно в 4 раза лучшую стоимость за производительность по сравнению с Nvidia GPU в задачах инференса 
- Инференс за время жизни модели стоит в 15 раз дороже, чем её обучение 
- К 2030 году инференс будет потреблять около 75 процентов всего AI compute (рынок на 255 млрд долларов)

Основная мысль проста: инференс полностью доминирует итоговую стоимость эксплуатации модели. Обучение модели уровня GPT-4 стоит примерно 150 миллионов долларов, но поддержание инференса - около 2.3 миллиарда долларов в год.

Nvidia H100 отлично подходит для гибкого обучения, но их универсальная архитектура добавляет лишнюю логику управления и движение данных, что увеличивает энергопотребление при простых forward-pass операциях — поэтому длительный инференс обходится дорого.

Google TPU - специализированные чипы для tensor math, построенные на систолических массивах и агрессивной инженерии энергопотребления. В итоге они потребляют примерно на 60-65 процентов меньше энергии и дают около четырёхкратного выигрыша по стоимости инференса трансформеров по сравнению с H100.

Практика это подтверждает: 
Midjourney снизил затраты на инференс примерно на 65 процентов после перехода на TPU. 
Anthropic закупает до миллиона TPU. 
Meta, Salesforce, Cohere и многие другие также переводят всё больше трафика на TPU-поды, поскольку инференс стремительно растёт и к 2030 году станет около 75 процентов всех вычислений в AI.

ainewshub.org/post/ai-inference-costs-tpu-vs-gpu-2025

🔭 Вышло огромное исследование на 303 страницы от ведущих китайских лабораторий — подробный разбор того, как создают и обучают модели, ориентированные на написание кода, и как на их основе строят полноценные софт-агенты.

Вот что в нём разбирается:

1. Как формируют модель
- Сбор и очистка гигантских датасетов кода. 
- Предобучение: модель впитывает реальные паттерны программирования в промышленных масштабах. 
- SFT и RL: дополнительные этапы, где модель учат лучше следовать инструкциям, проходить тесты и избегать очевидных ошибок.

2. Как модели превращают в инженерных агентов
- Агент читает баг-репорт или фичу. 
- Планирует шаги. 
- Меняет файлы. 
- Запускает тесты. 
- Повторяет цикл, пока не добьётся результата.

3. Какие проблемы всё ещё остаются
- Работа с огромными репозиториями. 
- Безопасность и надёжность генерируемого кода. 
- Корректная оценка качества работы агентов. 
- Реальные приёмы и лайфхаки, которые используют текущие команды.

Исследование - мощный срез состояния индустрии: от датасетов и архитектур до практических инженерных пайплайнов. Это именно то, как современные LLM превращаются в «второго разработчика» в команде.

https://arxiv.org/abs/2511.18538

🌪️ Game Changer: Вихри в симуляции текучей среды

Новая научная работа (Wang et al., SIGGRAPH 2025) совершила невероятный прорыв, решив одну из самых сложных проблем компьютерной графики и инженерных симуляций: долговременное и точное моделирование вихревых потоков (vorticity).

❓ В чем проблема?
Вихри - это мельчайшие водовороты, которые определяют, как ведут себя газы и жидкости (дым, вода, воздух вокруг крыла самолета).

Точное моделирование их хаотичного поведения (турбулентности) критически важно, но чрезвычайно сложно:

- Сложность визуализации: Вихри часто невидимы (например, в воздухе), что требует сложных методов трассировки (как пузырьки или дым).

- Нестабильность симуляции: В большинстве прошлых методов вихри очень быстро разрушались, искажались или, в худшем случае, приводили к «взрыву» симуляции 💥 после нескольких шагов.

💡 Гениальное решение: «Частицы с памятью»
Исследователи возродили и обновили метод Vortex-in-Cell, используя гибридный подход, который наконец-то может справиться с хаосом:

- Сетка (Grid): Используется для расчета общей скорости и давления потока.
- Частицы (Particles): Внутри этой сетки размещаются частицы, которые действуют как «погодные зонды». Они несут в себе информацию о локальной ротации (вихревом потоке).
Сохранение «Травмы»: Главная хитрость: эти частицы «помнят» все растяжения и скручивания, которым они подверглись. Это позволяет вихрям оставаться четкими и стабильными, даже когда они взаимодействуют друг с другом и распадаются на более мелкие.

📈 Главный результат
Новый метод позволяет сохранять детализацию вихрей до 30 раз дольше, чем предыдущие, и впервые обеспечивает реалистичное моделирование таких сложных сцен, как:
🐋 Движение морского ящера в воде.
🌪️ Эволюция сложных узлов вихревых колец.
🚀 Выхлопные газы от ракеты или потоки воздуха вокруг сверхзвукового самолета.

🎯 Приложения
Эта беспрецедентная точность несет огромный потенциал:
- Прогнозирование Погоды: Более четкие и надежные модели ураганов и торнадо могут спасти жизни.

- Инженерия: Проектирование более тихих реактивных двигателей и аэродинамически эффективных автомобилей.

- Компьютерная Графика: Невероятно реалистичные спецэффекты для фильмов и игр!

Источник

Теперь вы знаете, сколько роботов-пылесосов нужно запустить одновременно, чтобы уборка комнаты прошла максимально быстро.

А кстати, сколько.... хорошая алгоритмическая задача ))

Bitcoin под угрозой: Google рассчитала взлом за 9 минут

Google Quantum AI выпустила статью, где показала новые оценки для атаки на secp256k1 - именно на этой эллиптической кривой держатся подписи Bitcoin и части экосистемы Ethereum. Авторы утверждают, что алгоритм Шора можно реализовать примерно с 1200 логическими кубитами и 90 млн Toffoli-гейтов, либо с 1450 логическими кубитами и 70 млн Toffoli-гейтов. Для сверхпроводниковой архитектуры это дает оценку меньше чем в 500 тысяч физических кубитов, что почти на порядок лучше некоторых прошлых оценок и заметно ниже, чем в работе Litinski 2023, с которой они сравниваются.

Самое тревожное в бумаге не в самом факте угрозы, а в таймингах. По расчетам Google, если часть вычислений сделать заранее, то после раскрытия публичного ключа приватный ключ можно получить примерно за 9-12 минут. Средний блок Bitcoin добывается около 10 минут, а значит теоретически становятся возможны on-spend атаки: перехват транзакции в мемпуле и подмена до подтверждения блока. Авторы отдельно пишут, что именно fast-clock платформы вроде superconducting и photonic выглядят опаснее всего для активных транзакций.

При этом речь пока не о том, что Bitcoin "сломали". Такого компьютера сейчас не существует. Но сама граница между "это научная фантастика" и "это уже инженерная гонка" заметно сдвинулась. В paper прямо сказано, что криптосообществам стоит ускорять переход к post-quantum cryptography без промедления.

Отдельная проблема - старые и давно неактивные кошельки. В документе говорится, что около 1.7 млн BTC до сих пор лежат в старых P2PK-скриптах с уже раскрытыми публичными ключами, а общий объем уязвимых адресов оценивается примерно в 6.7 млн BTC. Это делает "спящие" монеты потенциальной многомиллиардной целью для будущих CRQC-машин.

Ethereum, по мнению авторов, рискует по-своему. Там отдельные поверхности атаки связаны с account model, BLS-подписями валидаторов и KZG commitments, которые используются в Data Availability. В таблице paper для Ethereum перечислены отдельные классы уязвимостей, включая BLS signatures и KZG commitments.

Еще один важный момент - Google проверила свои ресурсные оценки через zero-knowledge proof, не раскрывая сам атакующий квантовый circuit. Для квантового криптоанализа такого уровня это подается как важная валидация результатов.

Итог простой: квантовый взлом Bitcoin еще не наступил, но окно до реальной угрозы сжимается гораздо быстрее, чем многие привыкли думать. Теперь вопрос уже не в том, возможна ли такая атака в принципе, а успеет ли крипторынок мигрировать раньше, чем появится нужное железо.

quantumai.google/static/site-assets/downloads/cryptocurrency-whitepaper.pdf

Почему до этого никто не додумался раньше: чувак замутил приложение, в котором можно посмотреть вид из зала перед тем, как забронировать место.

Нужно лишь ткнуть на нужное кресло — и всё появится перед вами.

Для истинных ценителей )))

Яндекс открыл продажи ИИ-наушников с Алисой AI. Яндекс Дропс — первое носимое устройство компании, позволяющее общаться с ИИ-ассистентом на ходу, не доставая телефон, пишет Forbes.

Функция «Моя память» позволяет владельцу сохранять свои мысли, планы и идеи, а позже с помощью нейросети структурировать их. Владельцы Дропс смогут использовать эту функцию не только через наушники, но и в чате с Алисой, на Станциях и ТВ Станциях. В новом девайсе та же, что и в чате, языковая модель, но будет давать более лаконичные ответы. Начатый в наушниках диалог можно продолжить в чате, искать, удалять, добавлять и редактировать записи можно вручную или голосом.

Первую неделю гаджет можно будет купить только в чате с Алисой AI, с 16 июня он появится у ретейлеров в России, Казахстане, Белоруссии, рассказали в Яндексе.

Внезапно ))

В Грузии иностранцев предлагают депортировать за плохую учёбу в вузах

Власти намерены серьёзно ужесточить правила: с июля в стране создадут единый биометрический реестр для учёта приезжих, а МВД будет вести отдельную базу, фиксируя иностранцев, которые нелегально находятся в Грузии, сообщает Sputnik Georgia.

Поводом для выдворения из страны могут стать работа без разрешения (или нарушение условий его выдачи), нетрезвое вождение, мелкое хулиганство, уличные граффити, ношение ножа и оскорбление властей.

Чтож... и такое бывает

В России с 2019 по 2026 годы утверждено уже 176 стандартов в области искусственного интеллекта, об этом в интервью ТАСС заявил глава Росстандарта Антон Шалаев на полях ПМЭФ.

Глава Росстандарта отметил, что Россия вошла в число стран-лидеров по наличию стандартов в области верификации технологий, применяемых в ИИ.

В сфере беспилотного транспорта действует уже 8 первых ГОСТов на высокоавтоматизированные транспортные средства, работа в этом направлении продолжается, добавил он.

Кассир на стиле )))
Звезда района ))))

❗️В юго-восточной части Индийского океана ученые обнаружили самое крупное кладбище китов — оно простирается на сотни километров.

Ученые из Китая, Италии и Новой Зеландии, сделавшие это открытие, опубликовали статью о нем в научном журнале Nature.

Сообщается, что это кладбище китов также является самым древним, так как возраст некоторых останков превышает 5 млн лет. Оно же — самое глубокое, находясь на глубине более 7 км. Палеонтолог из Калвертского морского музея в США Стивен Годфри, который был рецензентом статьи в Nature, заявил, что это «по-настоящему уникальное открытие».

Идея для новой модели машинного обучения: посчитать сколько китов и каких. Вообше интересно, это новый тип данных. С таким раньше не сталкивались никогда, что делать если один ваш датасет это огромный уникальный обьект и аналогов ему в мире нет.
Задачка...

Для амбициозных гуманитариев на горизонте ближайших пяти лет есть возможность стать организаторами технарей. К такому выводу пришел Аналитический центр (АЦ) ВЦИОМ в докладе о будущем гуманитариев на рынке труда.

Они должны уметь направлять работу команд и выполнять «тонкую подстройку» продуктов и сервисов к реалиям общества.
Специалисты из STEM-отраслей (естественные науки, технологии, инженерия и математика) недостаточно хорошо ориентируются в социуме и в тонких социокультурных нюансах, поясняется в докладе.

При проектировании своих продуктов, сервисов и интерфейсов они недостаточно учитывают человеческую природу и социокультурные аспекты, а иногда и вовсе их игнорируют, пишут «Ведомости».

Что-то новое...

В США теперь тратят на строительство дата-центров больше денег, чем на транспортную инфраструктуру.

Согласно новым данным, расходы на возведение дата-центров достигли $50,7 миллиардов в годовом выражении, а на железные дороги, аэропорты и автобусы — около $49,3.